m0_60244405的博客

原创 有关字符串的算法题（1/2）

字符串也是一种数组；

原创 有关哈希表的算法题（2/2）

这时就不适用于哈希表，我们昨天的两数之和问题中，要求返回的是下标：key=元素，value=下标；but这里要求返回的是元素，但是元素可重复，但是三元组不可重复，因此用哈希表很难解决这个问题，可以使用。（1）重新做一遍昨天的题目，一定要先做，相信我，不然学完今天的你觉得不想在再做昨天题了。用哈希表来做，可以发现和昨天做的：找两数之和为target 的两个元素下标很相似；这道题需要返回不重复的三元组，返回的是值而不是下标/个数；因此可以尝试将4-->2，再用两数和的方法来解题；一定要看：返回值是什么！

原创 有关哈希表的算法题（1）

哈希表主要要弄清两个问题：（1）什么时候用哈希表？给你一个元素，判断这个元素在一个集合中否存在/出现过；（2）哈希表基本数据类型的选择：数组、set还是map？当数据分布非常分散的时候，用set：例如only查找3个数据，1，99，10004，如果使用数组就需要开辟1～10004这么大的空间；所以这时就选择使用set来实现。

原创 【复现代码】conda配置环境时卡住不动怎么办

虽然你用了清华镜像（TUNA），但是这个阶段访问多个JSON索引，如果你的服务器与清华镜像连接不畅，就很容易卡。在某些服务器、实验室内网环境下，访问外部源会受到限制。旧版本的 conda 对元数据的处理效率较低。临时切换 conda 源为中科大（或阿里）有时候换个镜像就好了。

原创 苹果书-循环神经网络（RNN）——最好理解的深度学习网络讲解

发现问题：希望神经网络可以根据上下文产生不同的输出，例如：（单独判断上海这个词，无法判断他是目的地还是出发地，需要根据上下文来判断）：（这仍旧是一个分类问题，把每个词组输入模型，来判断类别（出发地、目的地、时间。。。））在这种情况下，，它记得它看过“抵达”，在看到“上海”之前；或者它记得它已经看过“离开”，在看到“上海”之前。通过记忆力，它可以根据上下文产生不同的输出。如果让神经网络是有记忆力，其就可以解决输入不同的单词，输出不同的问题。目标：让神经网络有记忆力--能联系上下文。

原创 苹果书-卷积神经网络

学习内容：苹果书-卷积神经网络学习时长：1h更多的参数为模型带来了更好的弹性和更强的能力，但也增加了过拟合的风险。模型的弹性越大，就越容易过拟合。为了避免过拟合，在做图像识别的时候，考虑到图像本身的特性，并不一定需要全连接，即不需要每个神经元跟输入的每个维度都有一个权重。模型的目标是分类，因此可将不同的分类结果表示成不同的独热向量 y ′。在这个独热向量里面，类别对应的值为 1，其余类别对应的值为 0。独热向量 y ′ 的长度决定了模型可以识别出多少不同种类的东西。

原创 Java web — maven基本使用

标准跨平台（Linux，MacOS，Windows）将所有的指令集成，点击即可在不同的平台上完成对应的指令。每个部分的学习时长待学习完毕后会更新，同时每日更新5道算法题笔记（解题方法+个人感悟），请大家一起监督，共同进步！自动创建的maven项目结构：main中是项目的资源，test是测试资源，resource是配置文件。项目a可以依赖项目b，项目b依赖项目c，项目c中的<dependencies>会传递到a中；运行的生命周期是有顺序的，运行后面的阶段的时候，前面的阶段都会运行。可以在xml中可视化依赖。

原创 深度学习入门（CNN网络）

学习书籍：深度学习入门-鱼书学习章节：6.参数更新。

原创 新手后段Java学习记录-代码随想录Day2（数组）

i-- ）,循环结束后 i = b ，但nums[b]不被填充；⚠️重点是：for（i=0;i++）,循环结束后 i=a，但nums[a]不被填充；所以for循环的边界都是不被填充的位置；for循环中的j表示的是窗口的终止位置；n - offset： 是每一条边遍历的长度，这个数在每一轮（loop）中都是相同的；（2）for循环汇总，y和x的起点应该从s_y和s_x开始，而不是从0开始；（3）如果后面还需要使用的变量，需要在for循环外声明，否则在外面不可用；（1）loop的起始点是0，不是n/2；

原创 1. 二分查找法&移除元素

⚠️一定是left<=right【如果数组只有一个数值的时候也可以被包含入内】如果快指针的值和删除值不相同，就把该索引的值赋值给慢指针的值；如果相同，就不赋值，快指针继续往前走。⚠️这里的范围是length，不是length-1；通过中间值与目标值进行比较，从而快速确定目标值；

原创 自救日记Day 1|理解{b站小土堆}